Question

我正在尝试编写一个程序来重新排列dna序列   可能会破坏序列中的顺序。我写过matlab   代码，但它太慢了。我也在考虑汉明的距离   测量或levenstein测量，我怎样才能将这些测量结合起来   确保适当的洗牌。我在洗牌中遵循的规则


规则1：第i个残差不应该接近i-1，i-2，i-3，i + 1，i + 2，i + 3

规则2：在下一个安排中，我的新位置和旧位置必须是20位差。即如果A在弦中的第一个位置   洗牌后的字符串必须大于21位。

function seq=shuffling(str)

len=length(str);
t1=0.4;
seqlen=1:len;
if(len>150)
t1=0.90;
elseif(len>=100)
t1=0.7;
end
while 1
shufseq=randperm(len);
temp1=diff([seqlen;shufseq]);%differences between order indices of original and shuffled arrangement
if(isempty(find(temp1==0)) && isempty(find(diff(shufseq)==1|diff(shufseq)==2 |diff(shufseq)==3 |diff(shufseq)==4 |diff(shufseq)==-1|diff(shufseq)==-2 |diff(shufseq)==-3 |diff(shufseq)==-4)))% rule 1
        if((length(find(temp1>20|temp1<-20))/len)>t1)%rule 2 if ratio of (counts of arrangements/length of the string) should be more than one after certain length threshhold(=t1)
    break
        else
        continue
        end
else
continue
end
end
seq=str(shufseq);

Answer 1

我提出了另一种选择。即知道字符串中唯一字母的组成或计数。然后在这些字母表中随机选择，并在每次迭代中将其计数减少1。这个迭代超过了序列的长度。

function seq=newshuffle(str)
%#codegen
len=length(str);
seq=[];
ndict= ['A';'C';'G';'T'];
ncomp=struct2array(count(str))';
for l=1:len
    while 1
        x=randi(4,1,1);
        if ncomp(x)~=0
            break;
        end
    end
    seq=[seq,ndict(x)];
    ncomp(x)=ncomp(x)-1;
end
end

用任何语言改组字符串代码

1 个答案: